1. 明确你们研究的主题是什么
2. 明确设计者（即研究主体：你们）想通过问卷调查获取的信息有哪些
这点必须通过阅读文献来进行查漏补缺： 如果通过文献阅读就能够获知想要的信息，那么就 根本不必进行问卷调查； 因为你想获取的信息并不都是必须要通过问卷调查来获取的，要清 楚一点，你是站在学术共同体内已有的研究经验上展开研究的， 前人所作的工作某种意义上 就是为你服务的。
具体进行问卷内容设计时， 我们分两部分进行讲述，即问题和选项的设计。
51调查，让调查更简单方便！
最好多个维度。问卷调查的维度，是以问卷调查的方式，围绕你要了解的主题提出多方位，多角度，多层次的各类问题方案手段等以判断，说明，评价你所了解的主题。
总加量表法、累积量表法、一致定位量表法、语义区分量表法
总加量表法
总加量表法由美国心理学家李克特提出，因此又称为李克特量表。测量每一种态度就用一个态度量表，态度量表针对某个态度对象而设计，它由若干个问题组成，根据被试对每个问题的反应给予分数，以代表该人对某个对象所持态度强弱。
累积量表法
量表图分析法亦称“累积量表法”。美国学者格特曼创立的测量态度的方法。用此方法编制的量表由单向并且具有同一性质的项目构成。这种方法企图决定一个量表的单向性或单层面特点。若一个量表是由单向项目所构成，则项目之间的关系或排列方式就是有序可循的。
一致定位量表法
这种方法的假设是，某一属性的测量，能够按一个量的维度排成等级，这时项目既不是单调、总加性的，也不是累积的，而是表示了不同于其他项目的量值。一致定位量表法由多个评判人对项目作出评定，确定量表的维度，可以用成对比较法，也可以用连续间距法。然后按照一定规则选定最终量表。一般以11点量表作出等级，初选项目应不具有双重含义，并能以赞成或不赞成作出回答。
语义区分量表法
采用因素分析方法，确定了语义的三维空间：评价、潜能、活动（评价：好——坏；潜能：强——弱；活动：快——慢）。每一维度用3～15组双极形容词测定，得出的分数求出总分，表示人们的态度或看法，还可以比较人们之间的差异。
一般做描述，差异，相关和回归分析。
问卷题项需要根据研究的主题进行设计，比如研究在线学习的满意度与学习效度情况，题目应该围绕着“满意度”与“学习效果”这两个关键词来设计。
通常情况下，一个关键词下属对应有4~7个题即可，不需要太多。如果按照此逻辑，2个关键词就只有8~14个题，同时"满意度"和"学习效果"又可以进一步拆分成具体几个维度，例如满意度可分为对平台稳定性、互动系统、课程安排等方面，"学习效果"也可这样拆分。
同时再加入一些被调查者的背景信息题，如年龄、性别、职业等。
如果思路上偏向研究影响关系，最好将题项设计成量表题，方便后续分析时进行线性回归分析等研究。
一份问卷大致包括：样本背景题+样本态度题+核心研究题，有以上几部分就基本可以。
更具体的问卷设计方法可参考：SPSSAU问卷设计思路
量表采用0可以在量体表内设置。1、在问卷星里点击创建问卷，进入问卷编辑页面。2、在问卷编辑页面，选择量体表，进入量体表设置。3、在量体表设置内，设置为0计分。
本科毕业论文问卷调查样本300-500合适。
一份标准点的问卷题目数普遍在30题以上，因为题目一共设置了11个，所以计算一下样本量大概要在55~110之间比较适合。考虑到问卷调研时可能出现的没有填清问卷，题目填错或样本不具备研究的背景性质（如研究对象为女性，部分样本为男性，则此部分为无效样本）等情况。发放的问卷数最好在100~200左右。
有时研究人员需要的样本比较特殊，比如需要样本具有企业高管背景，因而此时样本量要求会较少。从经验上看，作为硕士研究生，多数情况下样本需要大于200，如果作为本科生，样本量需要高于100。
问卷调查是指通过制定详细周密的问卷，要求被调查者据此进行回答以收集资料的方法。调查报告的主体：主要是对事实的叙述和议论。 一般把调查的主要情况、经验或问题归纳为几个问题，分为几个小部分来写。每个小部分有一个中心，加上序码来表明，或加上小标题来提示、概括这部分的内容，使之眉目清楚。
在论文写作中，导师常常告诉我们，调研要有信效度检验，那么信度、效度是什么？怎么分析信效度呢？ 信度是指测量的可信程度。 我们来看一个比较理想的状态。当我们用一个测量工具，对我们需要测量的对象测量了很多次后，得到的结果都是一样的。这时我们可以说这个测量工具是可以信赖的。 但是现实中，由于随机误差的影响，不可能达到这种状态。 那么我们怎么评估我们的测量工具是可以信赖的呢？ 我们可以计算我们用自己的测量工具得到的结果与理想状态的差距。如果差距越小，那么我们的测量工具就越可靠。 这个差距就是信度。 信度有不同的指标，我们只要明白什么时候用什么指标来检验信度就可以了。剩下的计算，统计软件可以帮我们完成，我们只要选择我们需要的计算公式进行计算，就能得出我们想要的结果。 效度则是考察我们使用的测量工具是否能有效度量我们要测量的变量。 较为公认的说法是，效度分为三种：内容效度、校标效度和构念效度。 内容效度指问题的撰写是否能准确反映测量的初衷。 校标效度指测量工具与某个公认的标准的关系是否紧密。（研究目的是测量是否能较为准确地进行预测。） 构念效度指测量工具能测量出的结果和理论预测或理论结论之间的关系是否紧密相关。（研究目的是验证理论用于测量的有效性。）那么文献中经常看到的表面效度，聚合效度，区别效度呢？ 表面效度：题项的表述是否明确、清晰、规范。（一般依据专家的意见来检验，具有主观性，不够牢靠。） 构念效度包含区分效度，聚合效度。当测量对象包含较为复杂的相互关系时，需要细化分析了。 区别效度：一个测量中，不同项目得到的测量结果能够得到区分。 聚合效度：测量一个特征的项目中，项目中不同题项应该指向同一相同特征。 那我们具体要怎么做呢？ 和信度一样，我们只要了解在什么情况下用什么指标检验效度就好，剩下的计算软件会帮我们完成。在写文章时，我们只要依据自己的问卷或量表，选择合适的信度、效度检验指标，利用软件计算出结果，就可以验证问卷或量表设计是否可信、有效了。
信度是一份问卷的可信性的程度，就是指多次测量得到结果是否是大体一致的，而不是每次结果出入都很大！效度是指这份问卷是否真实的测量了它要测量的东西。
信度（reliability）即可靠性，它指的是采取同样的方法对同一对象重复进行测量时，其所得结果相一致的程度。从另一方面来说，信度就是指测量数据的可靠程度。
信度是指测验结果的一致性、稳定性及可靠性，一般多以内部一致性来加以表示该测验信度的高低。信度系数愈高即表示该测验的结果愈一致、稳定与可靠。
系统误差对信度没什么影响，因为系统误差总是以相同的方式影响测量值的，因此不会造成不一致性。反之，随机误差可能导致不一致性，从而降低信度。
效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度。效度是指所测量到的结果反映所想要考察内容的程度，测量结果与要考察的内容越吻合，则效度越高；反之，则效度越低。效度分为三种类型：内容效度、准则效度和结构效度。
效度是测量的有效性程度，即测量工具确能测出其所要测量特质的程度，或者简单地说是指一个测验的准确性、有用性。效度是科学的测量工具所必须具备的最重要的条件。
在社会测量中，对作为测量工具的问卷或量表的效度要求较高。鉴别效度须明确测量的目的与范围，考虑所要测量的内容并分析其性质与特征，检查测量的内容是否与测量的目的相符，进而判断测量结果是否反映了所要测量的特质的程度。
问卷分类：
按调查方式分，问卷可分为：自填问卷和访问问卷。
自填问卷是由被访者自己填答的问卷。访问问卷是访问员通过来访被采访音．由访问员填答的问卷。自填式问卷由于发送的方式不同而又分为发送问卷和邮寄问卷两类。发送问卷是由调查员直接将问卷送到被访问音手中，并由调查员直接回收的调查形式。
而邮寄问卷是由调查单位直接邮寄结被访者，被访者自己填答后，再邮寄回调查单位的调查形式。
这几种调查形式的特点是：访问问卷的回收率最高，填答的结果也最可靠，但是成本高，费时长，这种间卷的回收率一般要求在90%以上；寄间卷，回收串低，调查过程不能进行控制，因此可信性与有效性都较低。
而且由于回收率低．会导致样本出现偏差，影响样本对总体的报断。一般来讲，邮寄问卷的回收率在50%左右就可以了；发送式自填问卷的优缺点介于上述两者之间，回收率要求在67%以上。
今天的我总结几个毕业论文问卷分析的几点建议，希望能帮到各位看官 PS：此处的问卷分析，仅代表具有量表的问卷分析。 因为成熟量表往往经历了现实的考验，其信度和效度达标的概率比较大。 而自己设计的量表，很容易出现信度和效度检验结果惨不忍睹的情况。 这样我们在处理信度分析，探索性因子分析，甚至验证性因子分析的时候，都能游刃有余。 另外如果题目是2个，因子分析KMO值是一定等于的，而一般我们最低也得吧 为了信度和效度能出一个比较好的结果，在文字描述部分，同维度的各个题目，尽量能给一些心理暗示，或者描述上尽量相近，这样能使得维度内的题目的相关性较好，从而信度和效度也不至于太差 一般达到就可以了，以上更好。最好是把每个维度的信度都求一下，然后总体再求一个。这个一般没什么难度，也很容易通过。如果你的数据信度不行，那就进行下项目分析，将高低分样本中不具有区分度的样本删掉。 只求量表的KMO值和巴特利球形检验值。这可能是效度检验的最低要求了。除非导师认同，最好不要仅用这两个值 大部分的同学都会用到的，也是比较不容易通过的一个分析。 遇到最多的问题莫过于，假设题目的维度归属，跟实际出的结果不一致。 碰到这种情况，一般进行如下处理： ①只有少数题目不匹配 要么直接删掉，要么暂时保留 ②绝大多数题目不匹配 从新设计量表，重新收集数据，重新来过吧 若非特殊情况，不建议使用。因为实际收集的问卷数据要想探索性因子分析+验证性因子分析，各个指标均达到理想值，那几乎是不可能的。 如果你看到某某人的论文中用了这样的检验方法，指标非常漂亮，我可以负责任的告诉你，其大概率是改过数据了。 特殊情况1：模型验证阶段，使用AMOS结构方程，导师要求效度检验阶段使用验证性因子分析。 特殊情况2：模型验证阶段，未使用AMOS结构方程，导师也要求效度检验使用验证性因子分析。（导师傻x） 这里特别提一点，显著性的p值代表的是两者是否相关，皮尔逊或者斯皮尔曼系数代表的是相关性程度。 显著性检验通过了，皮尔逊或者斯皮尔曼系数大小才有意义，绝对值越大相关性越大，正负代表正相关与负相关。 显著性通过了，但是系数偏小，那相关性也是显著的，只是两者是存在显著的弱相关性，而不是系数小就代表不相关。 可能是最简单的模型了，将自变量和因变量放进，直接跑就行了。 ①要不要放控制变量 这个随意。 如果放控制变量，尽量放一些层级类的变量，不要放多分类变量。 层级变量比如学历（初中，高中，大学，硕士） 多分类变量比如职业 层级变量的赋值尽量与其题项对应。 如果放了多分类的变量，尽量删掉，如果想保留最好做成虚拟变量 ②用标准系数还是标准化系数 标准化系数。 ③要不要做VIF共线性检验 若非导师要求，那就不做。 ④r方多大算好 这个指标没有非常严格的标准，而且跟导师的价值观有非常深刻的影响。 对于现实收集的数据而言，个人认为，一般大于就好了。 不过我遇到过大于，导师也认为可以接受的情况。 这是一个仁者见仁的问题 从科学的角度来看，应该与你研究的场景有密切的关系。 但是，中介效应模型要比调节效应模型容易出通过，而且解释起来也不那么绕口。 所以，如果不是想给自己挖坑，那就用中介效应模型吧。 快捷验证中介效应模型的方式（快速确定是否存在中介，非正式使用） 条件1，中介变量，自变量和因变量，相关性都显著 条件2，自变量和中介变量关于因变量的回归模型，中介变量的系数显著 如果满足上述两个条件，中介效应一定显著，如果条件2中的自变量也显著，那么就是部分中介效应，如果不显著就是完全中介效应。 另外极少数情况是用sobel来检验中介效应的 如果不是导师要求amos验证中介效应，尽量用spss回归的方式检验中介效应。 快捷验证条件效应模型的方式（快速确定是否有调节效应，非正式使用） 先将调节因子计算处理（标准化后的自变量和中介变量相乘即可） 自变量，调节变量和调节因子关于因变量的回归模型，调节因子的系数显著。 公众号:alone5400
发sci需要得到问卷授权。SCI论文想要得到审稿人的认可，首先论文本身的文章质量就要过硬，否则即使通过了审稿，见刊之后也会被其他作者所质疑。而一般情况下，一篇论文通过了期刊编辑的初审核后，会转交给专业的审稿人进行二审。审稿人会根据文章提出具体的修改意见。所以，审稿人在SCI审稿的过程中有着至关重要的作用。
你得征求人家同意才可以
需要因为原始数据需要存档的，不懂你老师需不需要看了可以作为附件附在毕业论文后面
一般如果是含有量表的问卷都需要做信效度分析。非量表问卷可以使用文字形式进行描述，无论是什么类型的问卷，都应该在论文中进行表述以证明数据质量可信可靠。
如果是自编量表，一般需要进行预测试，就是在小范围发放问卷，进行信效度分析，对信效度较低的题项进行修改或删除，便于研究者对初测问卷进行一定调整以形成最终版本。当然，正式研究还是要做信效度分析。
信效度具体分析参考SPSSAU的帮助手册说明。
信度分析智能文字解读-SPSSAU
参考资料：信度分析-SPSSAU
不是的，本科毕业论文不一定要用问卷调查，也可添加自己的实验数据，以及实验心得。
毕业论文是一名学生从事某项研究的总结，内容必须有自己的创造，即自己的创新实践：
1、可以是在实验室研究的实验数据---理工科学生；
2、可以是某项研究中所需的其它素材，如社会调查数据等----文科学生。
毕业论文的基本要求是：
1、学生综合运用、巩固与扩展所学的基础理论和专业知识，培养学生独立分析、解决实际问题能力、培养学生处理数据和信息的能力。
2、学生正确的理论联系实际的工作作风，严肃认真的科学态度。
3、学生进行社会调查研究；文献资料收集、阅读和整理、使用；提出论点、综合论证、总结写作等基本技能。
毕业论文是毕业生总结性的独立作业，是学生运用在校学习的基本知识和基础理论，去分析、解决一两个实际问题的实践锻炼过程，也是学生在校学习期间学习成果的综合性总结，是整个教学活动中不可缺少的重要环节。
毕业论文在进行编写的过程中，需要经过开题报告、论文编写、论文上交评定、论文答辩以及论文评分五个过程，其中开题报告是论文进行的最重要的一个过程，也是论文能否进行的一个重要指标。
益派调查网可以免费发布调查问卷，可以免费使用样本。调查问卷包含的题型多种多样，开放题、矩阵题什么的都能做，基本满足论文中设计的数据调查及分析。
不一定，实证性论文中的解释变量可以有量表，也可以没有量表。如果有量表的话，量表可以是正式的量表，也可以是作者构建的量表。例如，如果研究中的解释变量是一种主观概念，比如“满意度”，就可以使用量表来衡量满意度，例如五项量表，每项量表分1到5分。此外，解释变量也可以是客观指标，比如性别、收入、职业等。这些变量不一定需要量表，可以直接采用研究对象的实际情况作为解释变量。